teknillinen korkeakoulu Elektroniikan, tietoliikenteen ja automaation tiedekunta Kimmo Söderholm JÄRVEN JUOKSUTUKSEN LASKENTA VESISTÖMALLIJÄRJESTEL-

teknillinen korkeakoulu Elektroniikan, tietoliikenteen ja automaation tiedekunta Kimmo Söderholm JÄRVEN JUOKSUTUKSEN LASKENTA VESISTÖMALLIJÄRJESTEL- MÄSSÄ Diplomityö, joka on jätetty opinnäytteenä tarkastettavaksi diplomi-insinöörin tutkintoa varten Espoossa 26.6.2009 Työn valvoja: Professori Raimo P. Hämäläinen, TkT Työn ohjaaja: Dosentti Bertel Vehviläinen, FT

teknillinen korkeakoulu diplomityön tiivistelmä Tekijä: Kimmo Söderholm Työn nimi: Järven juoksutuksen laskenta Vesistömallijärjestelmässä Päivämäärä: 26.6.2009 Kieli: Suomi Sivumäärä: 8+47 Tiedekunta: Elektroniikan, tietoliikenteen ja automaation tiedekunta Professuuri: Systeemianalyysi Valvoja: Professori Raimo P. Hämäläinen, TkT Koodi: Mat-2 Ohjaaja: Dosentti Bertel Vehviläinen, FT Suomen ympäristökeskuksen Vesistömallijärjestelmällä simuloidaan Suomen vesistöjä. Vesistömalli käyttää syötteinä säähavaintoja ja -ennusteita ja laskee veden kulkeutumisen vesistössä. Mallissa säännöstellyn järven juoksutuksen määrää säännöstelyohjeisto, joka on historian perusteella laadittu taulukko, josta juoksutus luetaan päivämäärän ja vedenkorkeuden mukaisesti. Säännöstelyohjeisto ei ota huomioon sää- ja tulovirtaamaennustetta ja järven valuma-alueen tilaa, minkä vuoksijuoksutuksetovatuseinepärealistisia. Tässä diplomityössä on kehitetty menetelmä, jolla voidaan laskea säännöstellyn järven juoksutus siten, että seperustuusää- ja tulovirtaamaennusteeseen sekä valuma-alueentilaan.järven juoksutuslaskentaa varten määritellään päivämäärien mukaiset tavoitealueet vedenkorkeudelle ja juoksutukselle. Juoksutuslaskenta ratkaisee monitavoitteisen, deterministisen, epälineaarisen ja dynaamisen optimointimallin siten, että vedenkorkeusjajuoksutuspysyvät mahdollisuuksien mukaan tavoitealueilla. Optimointimallin sileä kustannusfunktio minimoidaan gradienttiin perustuvalla BFGS-algoritmilla. Poikkeavissa tilanteissa säännöstelyohjeistoa pitää muokata, jotta juoksutus olisi realistista. Juoksutuslaskennan juoksutus on aina tilanteeseen sopivaa, joten muokkaamista ei tarvita. Tämä säästää työaikaa ja parantaa vesistöennusteita. Järven vedenkorkeus ja juoksutus pysyvät säännöstelyrajojen puitteissa paremmin kuin nykyisellä säännöstelyohjeistolla simuloitaessa, ja juoksutus on tasaisempaa. Tässä diplomityössä onsaavutettusilleasetetutensisijaisettavoitteet. Avainsanat: Vesistömallijärjestelmä, vesistömalli, vesistöennusteet, HBV-malli, sadanta-valuntamalli, vesitase, vesistöjen säännöstely, optimointi, juoksutuksen optimointi, BFGS-menetelmä

helsinki university of technology abstract of the master s thesis Author: Kimmo Söderholm Title: Computation of lake outflow in WSFS Date: 26.6.2009 Language: Finnish Number of pages: 8+47 Faculty: Faculty of Electronics, Communications and Automation Professorship: System analysis Supervisor: Professor Raimo P. Hämäläinen, Dr.Tech. Code: Mat-2 Instructor: Docent Bertel Vehviläinen, Ph.D. Watershed Simulation and Forecasting System WSFS simulates the hydrological cycle in watersheds over Finland. WSFS uses weather data as input, and hydrological forecasts are produced using weather forecast input. Outflow of regulated lake in WSFS is defined by regulation rubric, which is a table based on historical data. Regulation rubric contains suitable outflows according to date and water level. The current state of the catchment and weather forecast are not considered in regulation rubric, which often leads to unrealistic outflows. This thesis focuses on a method to compute the outflow of a regulated lake by considering the current weather and inflow forecast and the state of the catchment. In outflow computation, date-dependent target regions are selected for lake water level and outflow in order to keep them acceptable. Amultiobjective, deterministic, nonlinear and dynamic optimization problem issolvedsothatwater level and outflow are kept inside target regions as much as possible. Minimization of the smooth objective function is done with gradient-based BFGS-method. The regulation rubric needs adjusting at exceptional situations in order to produce realistic outflow. Outflow computation calculates the best suitable outflow for each individual situation, so there is no need for adjusting. This saves human resources and improves watershed forecasts. The water level and outflow violate regulation limits fewer times than with the regulation rubric, and the outflow is more stable. The primary objectives set for this thesis are met. Keywords: WSFS, watershed model, watershed forecasts, HBV-model, rainfallrunoff-model, water balance, lake regulation, optimization, outflow optimization, BFGS-method

iv Esipuhe Tässä diplomityössä tehtiinsuomenympäristökeskuksen Vesistömallijärjestelmään menetelmä säännöstellyn järven juoksutuksen laskentaan. Työ tehtiinvarsinaisen leipätyön ohessa, enimmäkseen vuosien 2008 ja 2009 lauantai-iltapäivinä. Haluan kiittää työn valvojaa professori Raimo P. Hämäläistä saamastani arvokkaasta ja opettavaisesta palautteesta, jota ilman työ eiolisivalmistunuttällaisena. Dosentti Bertel Vehviläistä kiitän työn ohjaamisesta ja kannustavasta tuesta läpi matkan. Koko uljasta työyhteisöäni kiitän siitä, että työpäivät ovat tekemisen arvoisia. Erityiskiitos kaikille, jotka lukivat ja kommentoivat tekstiäni, sekä heille, jotka neuvoivat minua ansiokkaasti. Suuri kiitos kuuluu myös vanhemmilleni, perheelleni ja ystävilleni. Olette reippaasti suvainneet tätä touhua. Helsinki, 16.6.2009 Kimmo Söderholm

v Sisältö Tiivistelmä Tiivistelmä (englanniksi) Esipuhe Sisällysluettelo Suureet ja lyhenteet ii iii iv v vii 1 Johdanto 1 2 Vesistömallijärjestelmä 3 2.1 Vesistömallin yleiskuvaus......................... 3 2.2 Vesistöaluejako.............................. 3 2.3 Vesistömallin rakenne........................... 3 2.3.1 Sadantamalli........................... 3 2.3.2 Lumimalli............................. 4 2.3.3 Maavesimalli........................... 5 2.3.4 Pohjavesimalli........................... 5 2.3.5 Jokimallit............................. 6 2.3.6 Järvimallit............................. 6 2.4 Vesistömallin kalibrointi......................... 6 2.5 Vesistöennusteet.............................. 6 2.6 Säännöstelyohjeisto............................ 7 3 Järven säännöstelyn optimointi 11 3.1 Säännöstely................................ 11 3.2 Yksittäisen säännöstelyaltaan dynamiikka ja rajoitteet........ 12 3.2.1 Järvialtaan dynamiikka...................... 12 3.2.2 Ehdottomat ja joustavat rajoitteet............... 13 3.3 Optimointimenetelmiä järven säännöstelyyn.............. 13 3.3.1 Lineaarinen ohjelmointi..................... 13 3.3.2 Epälineaarinen ohjelmointi.................... 14

3.3.3 BFGS-menetelmä... 15 4 Säännöstellyn järven juoksutuslaskenta ennustesimulaatioissa 17 4.1 Tulovirtaamaennusteet.......................... 17 4.2 Yksittäisen järven säännöstelyn ohjaus................. 18 4.3 Järvialtaan dynamiikka.......................... 18 4.4 Optimointimalli.............................. 20 4.4.1 Ensimmäinen optimointimalli.................. 20 4.4.2 Paranneltu optimointimalli.................... 23 4.4.3 Lopullinen optimointimalli.................... 24 4.5 Juoksutuslaskennan kulku........................ 25 5 Juoksutuslaskennan käyttö Kalajanjoenvaluma-alueella 27 5.1 Tavoitealueet vedenkorkeudelle ja juoksutukselle............ 27 5.2 Tavoitealueiden painokertoimet..................... 30 5.3 Säännöstelyohjeistolla ja juoksutuslaskennalla toteutettujen vesistöennusteiden vertailu............................ 31 5.3.1 Kiljanjärven juoksutus...................... 31 5.3.2 Kiljanjärven vedenkorkeus.................... 34 5.3.3 Reis-Vuohtajärven tulovirtaama................. 36 5.3.4 Reis-Vuohtajärven juoksutus................... 37 5.3.5 Reis-Vuohtajärven vedenkorkeus................. 38 6 Yhteenveto 39 6.1 Tulosten tarkastelu............................ 39 6.2 Juoksutuslaskennan arviointi ja jatkokehitys.......... 39 Viitteet 41 Liite A 44 Liite B 47 vi

vii Suureet ja lyhenteet Suureet q Virtaama (m 3 /s) w Vedenkorkeus (m) v Tilavuus (m 3 ) t Vuorokauden keskilämpötila ( C) p p l p s s s s s l v s v m v v v g l y l i l p r r v r g h m h p h j h s Sadanta (mm/vrk) Vesisadanta (mm/vrk) Lumisadanta (mm/vrk) Lumen vesiarvo (mm) Kiinteä lumi(mm) Lumen pidättämä sulavesimäärä (mm) Painannevarasto (mm) Maavesivarasto (mm) Välivarasto (mm) Pohjavesivarasto (mm) Maan pintakerrokseen tuleva sadanta/sulanta (mm/vrk) Tihkunta eli maavesivarastosta välivarastoon poistuva vesimäärä (mm/vrk) Herunta eli välivarastosta pohjavesivarastoon siirtyvä vesi(mm/vrk) Valunta (mm/vrk) Välivarastosta muodostuva valunta (mm/vrk) Pohjavesivarastosta muodostuva valunta (mm/vrk) Maahaihdunta (mm/vrk) Potentiaalinen haihdunta (mm/vrk) Järvihaihdunta (mm/vrk) Lumihaihdunta (mm/vrk)

viii Lyhenteet SYKE WSFS IL ECMWF EPS HBV LP NLP QP SLP SQP MOM GRG KKT BFGS L-BFGS Suomen ympäristökeskus Watershed Simulation and Forecasting System - Vesistömallijärjestelmä Ilmatieteen laitos European Centre for Medium-Range Weather Forecasts - Euroopan sääennustekeskus Ensemble Prediction System - Euroopan sääennustekeskuksen tuottama parvisääennuste Hydrologiska Byråns Vattenbalansavdelning - Hydrologisen toimiston vesitaseosasto Linear Programming - lineaarinen ohjelmointi Nonlinear Programming - epälineaarinen ohjelmointi Quadratic Programming - neliöllinen ohjelmointi Sequential Linear Programmin - toistettu lineaarinen ohjelmointi Sequential Quadratic Programmin - toistettu neliöllinen ohjelmointi Method Of Multipliers - täydennetyn Lagrangen funktion menetelmä Generalized Reduced Gradient - yleistetyn redusoidun gradientin menetelmä Karush-Kuhn-Tucker Broyden-Fletcher-Goldfarb-Shanno Limited memory BFGS

1 Johdanto Vesistömallijärjestelmä WSFS[28]onSuomenympäristökeskuksen operatiivinen, hydrologisia vesistöennusteita automaattisesti tuottava järjestelmä, jolla on monia käyttäjiä, tärkeinpinä säännöstelyn suunnittelijat, alueelliset ympäristökeskukset, voimalaitokset sekä pelastusviranomaiset. Vesistömallijärjestelmä laatii päivittäin hydrologiset ennusteet Suomen alueella oleville vesistöille. Ennustekuvat yli 600 kohteesta ovat julkisesti nähtävillä ympäristöhallinnon www-sivuilla osoitteessa http://www.ymparisto.fi/vesistoennusteet. Kaikkien kohteiden päivittäiset ennusteet ovat käyttäjien ja asiakkaiden saatavilla Vesistömallijärjestelmän wwwpohjaisessa käyttöliittymässä. Vesistömallijärjestelmä tuottaaennusteetsimuloimallavesistömallia käyttäen syötteenä säähavaintoja ja -ennusteita. Simulaatioiden aloitusajanhetki on vuodenajasta riippuen 2-3 vuotta ennusteen alusta taaksepäin, jotta mallin tila ennusteen alkuhetkellä saadaanhydrologistenhavaintojenavullamahdollisimmanoikeaksi. Vesistömalliin on mallinnettu tuhansia järviä, joista useimmat purkavat vettä luonnonmukaisesti, jolloin järven lähtövirtaama määräytyy vedenkorkeuden perusteella. Luonnontilaisten järvien lisäksi vesistömalliin on mallinnettu säännöstellyt järvialtaat, joiden lähtövirtaaman eli juoksutuksen määrää todellisuudessajärven säännöstelyluvan haltija. Säännöstelyluvan haltija käyttää järven juoksutuspäätöksiä tehdessään apunaan kulloinkin käytössä oleviasää- ja vesistöennusteita sekä tietoaalaja yläpuolella olevien järvien ja vesistöalueiden tilasta. Vesistöennusteita tehtäessä pitäisi tietää etukäteen, miten säännöstelijä aikoojärviä juoksuttaa,silläjuoksutuksetvaikuttavatalapuolistenjärvien ja jokien virtaamiin ja vedenkorkeuksiin. Säännöstelijät voivat syöttää Vesistömallijärjestelmään oman juoksutusennusteensa, joka kertoo kuinka paljon he aikovat juoksuttaa lähitulevaisuudessa. Jotkut säännöstelijät käyttävät näin Vesistömallijärjestelmää kokeillakseen eri juoksutusvaihtoehtojen mahdollisia skenaarioita. Vesistömallin pitää määrittää ennustejaksonjuoksutuksetmielekkäällä tavallamyös silloin, kun juoksutusennustetta ei ole syötetty. Nykymuodossa säännösteltyjen järvien tulevat juoksutukset, eli juoksutukset simulaatioiden ennustejaksolla, määrätään nk. säännöstelyohjeiston perusteella. Säännöstelyohjeistot ovat taulukoita joista kunkin säännöstellyn järven juoksutus luetaan päivämäärän ja vedenkorkeuden perusteella. Säännöstelyohjeistot ovat laadittu historiatietojen perusteella, ja niiden juoksutukset eivät aina ole tilanteisiin sopivia. Usein ohjeistoja joudutaan muokkaamaan, jotta juoksutus olisi tilanteeseen sopivaa. Mitä pidemmälle tulevaisuuteen simuloidaan, sitä huonomminsäännöstelyohjeistot sopivat säännösteltyjen järvien juoksutusten määräämiseen. Ilmastonmuutoslaskelmiin, joissa simulointijakso ulottuu 2050-luvulle asti, on pitänyt tehdä erilliset järvikohtaiset säännöstelyohjeistot. Säännöstelyohjeiston käyttäminen säännöstellyn järven juoksutuksen määräämiseen on ongelmallista, koska tällöin ei huomioida lainkaan käytössä olevaajärvikohtaista tulovirtaamaennustetta. Tulovirtaamaennuste on parviennuste, joka koostuu 50:stä

yhtä todennäköisestä tulovirtaama-aikasarjasta.tulovirtaamaennuste pohjautuu käytettävään sääennusteeseen ja mallin tilaan ennusteen alkuhetkellä. Ennustejaksolla mallia siis simuloidaan siten, että kukin ennusteparven 50 jäsenestä simuloidaan erikseen. Näin saadaan ennusteparvi säännöstellyn järven juoksutukselle. Tämän diplomityön tarkoituksena on kehittää juoksutuksenlaskentamenetelmä, jota käyttämällä säännösteltyjen järvien purkautuminen ennustesimulaatioissa olisi tulovirtaamaennusteen mukainen. Menetelmän pitää ollanopea,jotteiennustesimulaatioiden laskenta-aika pitene merkittävästi. Simulaatioiden ennustejakso ulottuu 1,5 vuoden päähän ennusteen alkuhetkestä, jolloin yhden säännöstellyn järven juoksutuslaskennassa ratkaistaan 50 kertaa optimointiongelma, jossa määritetään determinististä tulovirtaamaavastaavatjuoksutuksetn.500vuorokaudenajalta. Luvussa 2 tarkastellaan Vesistömallijärjestelmää, vesistömallin rakennetta ja vesistöennusteita. Luvussa 3 käydään läpi säännöstellyn järven optimointiongelman periaatteita ja esitellään aiheeseen liittyviä optimointimenetelmiä. Tässä diplomityössä kehitetty juoksutuslaskenta ja optimointimallit käydään läpi luvussa 4. Luvussa 5 esitellään juoksutuslaskennalla saadut simulointitulokset ja verrataan niitä säännöstelyohjeiston tuloksiin. Luvussa 6 tehdään työn ja tuloksien yhteenveto, arvioidaan juoksutuslaskentaa ja tarkastellaan jatkokehitysmahdollisuuksia. 2

3 2 Vesistömallijärjestelmä Vesistömallijärjestelmä WSFSonSuomenympäristökeskuksen operatiivinen, hydrologisia vesistöennusteita automaattisesti tuottava järjestelmä. Vesistömallijärjestelmän käyttäjiä ovatalueellisetympäristökeskukset, säännöstelyjen suunnittelijat, vesivoimalaitokset, pelastusviranomaiset sekä vesistöjen virkistyskäyttäjät kuten kesämökkiläiset. Vesistömallijärjestelmä tuottaaautomaattisestireaaliaikaisiaennusteita vesistöjen tilasta n. 1000 ennustepisteelle. Ennusteet ovat julkisesti nähtävillä ympäristöhallinnon internet-sivuilla osoitteessa http://www.ymparisto.fi/ vesistoennusteet. 2.1 Vesistömallin yleiskuvaus Vesistömalliin on mallinnettu Suomen alueella olevat vesistöt. Malli koostuu n. 6000 itsenäisestä osa-alueesta,jotka uomaverkosto kytkee toisiinsa.valuntamalli pohjautuu ruotsalaiseen yksinkertaiseen HBV-malliin [3], jossa maan pinnalle tuleva vesi (sadanta) kulkee lumi-, maa- ja pohjavesivarastojen läpi, ja poistuu valuntana. Vain oleellisimmat hydrologiset prosessit on mallinnettu, mutta lumen sulamisprosessi on kuvattu HBV-mallia realistisemmin. Valuntamallin lisäksi vesistömalliin on kuvattu suurimmat joet ja järvet. 2.2 Vesistöaluejako Vesistömallin osa-alueisiin jako pohjautuu Suomen valuma-aluejakoon [5]. Valumaaluejako jakaa vesistöt 1., 2. ja 3. jakovaiheen valuma-alueisiin. 1. jakovaiheen alueet on jaettu 2. jakovaiheen alueisiin, jotka on jaettu edelleen 3.jakovaiheenalueisiin. Esimerkiksi Kymijoen vesistöalueen 3. jakovaiheen valuma-alue 14.416 (Kolunjoen valuma-alue) kuuluu 2. jakovaiheen alueeseen 14.41 (Keiteleen eteläosan alue), joka kuuluu 1. jakovaiheen alueeseen 14.4 (Viitasaaren reitin vesistöalue). Pienemmillä vesistöillä eitarvita1.tai2.jakovaihetta.vesistömallin osa-alue on yleensä vesistöjaon 3. jakovaiheen alue. 2.3 Vesistömallin rakenne Vesistömalli kuvaa veden valumisen maan pinnalta maaperän kautta pintavesiin, jokiin ja järviin. Syötteenä toimiisadanta-jalämpötilatietojen lisäksi yläpuolisilta osa-alueilta virtaava vesi. Malli rakentuu erityyppisistä toisiinsakytketyistäveden varastoista kuvan 1 mukaisesti. 2.3.1 Sadantamalli Sadantamalli saa syötteenään vuorokauden keskilämpötilan ja aluesadannan. Sadantamalli jakaa aluesadannan keskilämpötilan perusteella lumi- ja vesisateeksi. Suo-

4 Kuva 1: Vesistömallin [28] rakenne. raan järvialtaaseen satava vesi lisätään järvivarastoon, muualle satava vesi lumi- ja vesisateena lumimallille. 2.3.2 Lumimalli Lumimallissa simuloidaan lumen kertymistä jasulamistayksinkertaisellaastepäivämallilla [27]. Lumimalli käsittelee kolmea varastoa: kiinteää luntas s,lumenpidättämää vettä s l ja painannevarastoa v s.lumimallinsyöte lumisade p s lisätään kiinteän lumen varastoon s s,vesisadep l lumen pidättämään veteen s l.lumenpi-

dättämä vesionsulaavettäkiinteän lumen seassa. Lumessa vesi muuttaa muotoaan kiinteän lumen ja lumen pidättämän veden välillä sulamisenjauudelleenjäätymisen myötä. Lumen vesiarvo s = s s + s l kertoo kuinka paljon vettä lumestatulisijosse sulatettaisiin. Lumi kykenee pidättämään vettä tiettyynkylläisyysrajaan saakka. Lumen ollessa kylläinen vedestä (elis l on saavuttanut maksimivarastotilavuutensa) kylläisyysrajan ylittävä osalumessaolevastavedestäpoistuulumesta.osalumestapoistuvasta vedestä varastoituupainannevarastoonv s.painannevarastonavoidaankäsittää luonnossa keväisin lumipeitteen alla olevat vesilammikot. Painannevarastoon siirtyy vettä vainlumensulaessa. 5 2.3.3 Maavesimalli Maavesivarasto poikkeaa monista muista vesistömallin varastoista siten, että kaikki maavesimalliin tuleva vesi ei kulje maavesivaraston läpi. Maavesimallin syötteestä eli maan pintakerrokseen tulevasta vedestä l y osa varastoituu maavesivarastoon, loput valuvat pohjavesimallille tihkuntana l i.kaikkitulevavesivarastoituumaavesivarastoon, kun se on tyhjä, ja kaikki vesi valuu suoraan maavesimallin läpi, kun varasto on täynnä. Maavesivarastosta tapahtuu haihduntaa h m,jokalasketaanpotentiaalisenhaihdunnan h p avulla. Potentiaalinen haihdunta h p kuvaa suurinta mahdollista todellista haihduntaa, eli sitä miten paljon vettä haihtuisi laakeasta vesiastiasta. Potentiaalinen haihdunta h p riippuu lähinnä ilmanlämpötilasta ja sadannasta. Maahaihdunta h m on verrannollinen maavesivaraston kokoon v m ja potentiaaliseen haihduntaan h p. 2.3.4 Pohjavesimalli Välivarastosta vesi purkautuu sekä valuntanar v uomaverkostoon että ettäheruntana l p pohjavesivarastoon. Pohjavesivarastosta vesi purkautuu valuntana r g uomaverkostoon. Varastojen purkautuminen riippuu varastojen koosta. Välivaraston täyttyminen ja purkautuminen on hyvin nopeaa, vesi viipyy varastossa yleensä muutamia päiviä. Kuivempina aikoina välivarasto on tyhjänä. Suurin osa välivesivaraston purkautumisesta kohdistuu uomaverkostoon. Välivesivarastosta uomaverkostoon purkautuva vesi on usein merkittävä tekijä tulvahuippujen muodostumisessa. Pohjavesivaraston tilavuuden muutos on hidasta; sekä herunta että varaston purkautuminen on verrattain pientä. Pohjavesivaraston valunnan voidaan ajatella ylläpitävän uomaverkoston perusvirtaamaa.

6 2.3.5 Jokimallit Jokimallissa alueen vesireitit kuvataan yhtenä alueen läpi kulkevana jokiuomana, joka on mallinnettu lukuisina perättäisinä pieninäaltaina,kynnyksinä, joissa vesi valuu ylemmästä alempaan.jokimallin tehtävänä on kuvata viive,joka syntyy yläpuoliselta alueelta tulevan veden ja alueen omien valuntavesien kulkiessa alueen halki. Tietyn joen pisteen virtaama saadaan kyseisen pisteen kynnyksen purkamana vesimääränä. 2.3.6 Järvimallit Järvivarastoon tulee vettä jokiuomistasekäjärven omalta valuma-alueelta. Järvivarastosta poistuu vettä haihtumalla sekä virtaamalla järven purkautumispisteistä. Järvihaihduntaan vaikuttavat järven pintalämpötila, auringon säteilyenergia ja sadanta. Järven purkautumispisteen virtaama määräytyy vedenkorkeuden perusteella. Tärkeimpien järvien reaaliaikaista vedenkorkeutta havainnoidaan automaattisesti, samoin kuin säännösteltyjen järvien lähtövirtaamaa. Järven tilavuuden, vedenkorkeuden ja pinta-alan vastaavuudet on kirjattu wva-käyrään. 2.4 Vesistömallin kalibrointi Malli sovitetaan havaintoihin kalibroimalla laskentaan vaikuttavat parametrit niin että simuloidutjahavaitutvedenkorkeudet,virtaamatjalumenvesiarvotvastaavat mahdollisimman hyvin toisiaan. Kalibroinnissa minimoidaan havaintojen X t,obs ja simuloitujen arvojen X t,sim erotusten neliösummaa F 2 = t (X t,obs X t,sim ) 2. (1) Optimointialgoritmina käytetään suuriulotteiseen ongelmaan soveltuvaa Hooken ja Jeevesin algoritmia [11]. Optimoitavia osa-aluekohtaisia parametrejä on 10-20 kpl. Kalibrointi on optimoinnin helpottamiseksi jaettu osiin: Ensimmäisessä vaiheessa kalibroidaan havaittuja lumen vesiarvoja vastaan sadanta- ja lumimallien parametrit, koska vain ne vaikuttavat lumen vesiarvon laskentaan. Jälkimmäisessä vaiheessa kalibroidaan loput parametrit virtaama- ja vedenkorkeushavaintoja vastaan. 2.5 Vesistöennusteet Ennustesimulaatio aloitetaan keskimääräisestä varastotilanteesta,2-3 vuotta ennen ennustepäivää, jotta malli ehtii mukautua ja varastotilavuudet ovat ennusteen alkuhetkellä mahdolisimman realistiset.simulaatio alkaa 1.8,koska tuona päivänä voidaan lumivaraston olettaa olevan tyhjä. Historiajaksolla mallin syötteenä käytetään sade- ja lämpötilahavaintoja, ennustejaksolla Euroopan sääennustekeskuksen ECMWF:n tuottamia parviennusteita (Ensemble Prediction System, EPS)[14].

EPS:ssä sadannanjalämpötilan jakaumaa kuvataan ennusteparvella, jonka kukin vaihtoehtoinen jäsen on yhtä todennäköinen. Jäsenet on luotu häiritsemällä ilmastomallin alkutilaa ennen simulaatiota. 15 vuorokautta pitkän EPS:n jälkeen käytetään säätietona samankaltaista, ECMWF:n tuottamaa 100 vuorokauden kausisääennustetta, jonka jälkeen käytetään historiasta säähavaintoja vuodesta 1961 alkaen. Ennustekuvat piirretään 3 eri jaksolta: Lyhyen ennustekuvan jakso alkaa 11 vuorokautta ennen ennustepäivää, ja päättyy 11 vuorokauden päähän. Keskipitkän ennustekuvan jakso alkaa kuukauden ennen ennustepäivää, ja päättyy 3 kuukauden päähän. Pitkän ennustekuvan jakso alkaa vuoden ennen ennustepäivää, ja päättyy vuoden päähän. Kuvassa 2 esimerkkinä kaksisaimaanvedenkorkeusennustetta,joissaennustepäivä (keltainen pystyviiva) jakaa kuvan historia- ja ennustejaksoon. Jakaumaennustekuviin piirretään päivittäiset 0%, 5%, 25%, 50%, 75%, 95% ja 100% fraktiilit. Kuvassa 3onjakaumanlisäksi keski- ja ääriennusteet. 7 2.6 Säännöstelyohjeisto Vesistömallissa säännösteltyjen järvien purkautuminen määräytyy säännöstelyohjeiston mukaisesti. Säännöstelyohjeisto on historian perusteella laadittu taulukko, joka määrää juoksutuksenvedenkorkeudenjapäivämäärän perusteella. Kuvassa 4 on esimerkkinä Päijänteen säännöstelyohjeisto. Juoksutus luetaan päivämäärän ja vedenkorkeuden mukaisesti, juoksutusviivoista interpoloimalla. Säännöstelyohjeiston mukainen juoksutus on usein epärealistinen. Esimerkiksi poikkeuksellisen runsasvetisenä ajankohtana joudutaan säännöstelyohjeisto muokkaamaan tilapäisesti erilaiseksi, jotta ennuste olisi realistinen. Ilmastonmuutoslaskelmia varten joudutaan laatimaan erilliset, eri ilmastoskenaarioihin sopivat säännöstelyohjeistot.

Kuva 2: Saimaan vedenkorkeusennuste 5.11.2008. 8

Kuva 3: Puttakosken virtaaman keski- ja ääriennusteet sekä jakaumaennuste 19.10.2008. 9

Kuva 4: Päijänteen säännöstelyohjeisto. Esimerkiksi marraskuun 1. päivänä vedenkorkeuden ollessa 78.4m juoksutus on noin 260m 3 /s. 10

11 3 Järven säännöstelyn optimointi Valtaosa säännöstelyn optimoinnin tutkimuksesta kohdistuu järviryhmän säännöstelyn ja sähköntuotannon optimoimiseen, koska se on yksittäisen järven säännöstelyn optimointia mielenkiintoisempi ja oleellisesti haastavampi ongelma. Yksittäisen järven optimointi on haasteellista, jos tulovirtaamaennusteessa on paljon epävarmuutta kun pyritään välttämään järven alapuolisen tulva-alueen vahinkoja. Tässä luvussa esitellään säännöstelyn yleisiä periaatteita ja tarkastellaan muutamaa kirjallisuudessa kuvattua järven säännöstelyyn soveltuvaa optimointimenetelmää. 3.1 Säännöstely Säännöstelyn tarkoituksena on saada vesistö taisenosasoveltumaanparemminmoninaisiin käyttötarkoituksiin. Säännöstelytoimeenpannaan käytännössä rakentamalla yksi tai useampi pato, joiden avulla veden juoksutusta voidaan jatkuvasti säädellä vaikuttaennäin virtaamiin ja vedenkorkeuksiin [24]. Usein padon yhteydessä on voimalaitos. Säännöstelyn tavoitteet ovat usein moninaiset, tyypillisesti säännöstelyllä pyritään estämään tulvavahinkoja, lisäämään vesivoimatuotantoa sekä edistämään vesiliikennettä jauittoa.myös vesistöjen virkistyskäyttöön, kalatalouteen, vedenlaatuun ja vesistöjen luonnonarvoihin kiinnitetään huomiota [24]. Vesistöjen säännöstelystä vastaavatsäännöstelyluvan haltijat. Säännöstelylupa on vesioikeudellinen lupa, jossa annetaan määräyksiä säännöstelyä varten mm. tarvittavista rakenteista ja laitteista. Säännöstelyluvassa annetaan määräykset myös siitä, missä rajoissa vedenkorkeudet saavat vaihdella ja miten veden juoksutus on järjestettävä [24]. Yksittäisen järven hyvässä säännöstelyssä järveä juoksutetaansiten,ettäsäännöstelyluvassa vedenkorkeudelle ja juoksutukselle asetettuja rajoitteita ei rikota. Säännöstelyluvan rajoitteitasaa periaatteessa rikkoa vain, jos niiden noudattaminen on mahdotonta. Säännöstelyrajoja saa rikkoa myös ennaltaehkäistäessä ennustetun, poikkeuksellisen tilanteen johdosta syntyviä vahinkoja,joista koituva haitta olisi suurempi kuin niiden ennaltaehkäisystä koituvahaitta.tyypillisessäsäännöstelykäytännössä: Järven pintaa lasketaan ennen kevättulvaa, jotta vesi mahtuu järvialtaaseen eikä aiheutatulvavahinkoja. Tulvan aikana järven annetaan täyttyä jaohijuoksutuksetaloitetaanvasta, kun järven vedenpinnan taso näyttää nousevanliiankorkeaksi. Juoksutus pidetään mahdollisimman tasaisena. Kesällä järven vedenpintaa pidetään virkistyskäytön vuoksi korkealla, mutta ei kuitenkaan niin korkealla että suuren sateen tapahtuessa olisi suuri riski säännöstelyluvassa asetetun vedenkorkeuden ylärajan ylittämiselle.

Ennustetun suuren tulovirtaaman uhatessa järveätyhjennetään etukäteen, jotta vältytään suurilta juoksutuksilta. Järvien säännöstelyä Vesistömallijärjestelmän vesistöennustesimulaatioissa ohjataan säännöstelyohjeistoja muokkaamalla. Tämän diplomityön tarkoituksena on luoda vaihtoehto säännöstelyohjeistojen käytölle. Vaihtoehtoa kutsutaan juoksutuslaskennaksi, ja siinä järville asetetaan tavoitealueet joiden mukaisesti järvien juoksutus lasketaan. Tavoitealueista ja niiden asettamisesta kerrotaan tarkemmin kohdassa 4.2. 12 3.2 Yksittäisen säännöstelyaltaan dynamiikka ja rajoitteet Järven säännöstelyongelma on dynaaminen ja monitavoitteinen optimointiongelma johon sisältyy lukuisia rajoitteita. Optimoinnissa pitää ottaa huomioon tulevan hydrometeorologisen kehityksen epävarmuuksien lisäksi eri sidosryhmien tarpeet ja vaatimukset, jotta säännöstely tyydyttäisi mahdollisimman tasapuolisesta kaikkia osapuolia joka tilanteessa. 3.2.1 Järvialtaan dynamiikka Järvialtaaseen tulee vettä valuntanaqr omalta valuma-alueelta, virtaamana q yläpuolisilta alueilta sekä sadantanap. Altaastapoistuuvettähaihduntanah j ja lähtövirtaamana q out.tulovirtaamanq in voi ajatella olevan kaikki tuleva vesi siihen järven pisteeseen, josta järvi purkautuu, joten tulovirtaamaan lasketaan kuuluvaksi järveen tulevat virtaamat, valunta sekä haihdunta: q in = q tulevat + r + p h j. (2) Järvialtaassa olevan veden tilavuus eli altaan varastotilavuus v muuttuu altaaseen tulevien ja sieltä poistuvienvesimäärien mukaisesti (kuva 5), ja varastotilavuuden muutos dv dt on dv dt = qin q out = q tulevat + q + p h j q out. (3) Altaan vedenkorkeus ja vedenpinnan pinta-ala riippuvat altaan varastotilavuudesta ja profiilista. Vedenpinnan korkeus ja pinta-ala onkin syytä määrittäätilavuudenperusteella allaskohtaisesti. Joillakin säännöstelyaltailla saattaa olla käytettävissä valmiiksi laadittuja paloittain lineaarisia taulukoita, joista tilavuuden, vedenkorkeuden ja pinta-alan suhteet käyvät selville. Joillekin altaille puolestaan voi olla valmiiksi määritettyjä funktioita,jotkakertovattarkastinäiden suureiden vastaavuudet. Jos valmiiksi määriteltyjä taulukoita tai funktioita ei ole käytettävissä, pitää muutokset mallintaa jollain muulla tavalla, esimerkiksi olettamalla altaalle jokin parametrinen geometrinen muoto (vesistömallissa oletetaan katkaistu kartio) ja sovittaa se mahdollisiin havaintoihin.

13 r q tuleva q tuleva Allas h j q out eli q in Allas q out Kuva 5: Altaan varastotilavuuteen vaikuttavat suureet. 3.2.2 Ehdottomat ja joustavat rajoitteet Järvialtaiden ja säännöstelypatojen patoluukut rajoittavat juoksutuksia q(t) out yläja alarajoin: qmin out q(t) qout max. (4) Yläraja qmax out on ehdoton silläpatoluukuistaonmahdotontajuoksuttaamaksimijuoksutusta enempää. Alaraja on myös ehdoton, tyypillistä alarajaaqmin out =0vähempää on mahdotonta juoksuttaa. Jos alaraja poikkeaa nollasta, säännöstelyallas purkaa vettä luonnonmukaisenkaltaistareittiäjohonsäännöstelijä eipääse vaikuttamaan. Joustavat rajoitteet määrittelevät muuttujille alueet joiden sisällä arvojen halutaan pysyvän. Joustavia rajoitteita ei kuitenkaan tyypillisesti pystytäainanoudattamaan, jolloin yhtä taiuseampaaniistäjoudutaanhetkellisestirikkomaan.joustaviarajoitteita ovat mm. säännöstelylupaehdoissa asetetut säännöstelyn rajat vedenkorkeuksille w sraja min (t) jaw sraja max (t) sekäjuoksutuksilleq min (t) jaq max (t). 3.3 Optimointimenetelmiä järven säännöstelyyn Tässä kohdassatarkastellaanjärven säännöstelyn optimointiin soveltuvia menetelmiä. Lineaarinen ohjelmointi on käyttökelpoinen menetelmä optimipisteenlöytämiseen, jos ongelma voidaan ilmaista lineaarisesti. Epälineaarinen ohjelmointi soveltuu järven säännöstelyn ongelmaan, jota on vaikea linearisoida. Newtonin menetelmästä johdettu BFGS-menetelmä soveltuurajoittamattomiinepälineaarisiin ongelmiin. 3.3.1 Lineaarinen ohjelmointi Lineaarinen ohjelmointi (Linear Programming, LP) onyksilaaja-alaisimminkäytetyistä menetelmistäjärvien säännöstelyn optimoinnissa [30]. Menetelmä soveltuu hyvin suuriulotteisten ongelmien ratkaisemiseen [4]. Lineaarinen ohjelmointi päätyy globaaliin optimiin ja menetelmä eivaadialkuarvaustaoptimista[30,12].valmiita vapaasti käytettäviä työkaluja on runsaasti saatavilla. Lineaarinen ohjelmointiteh-

14 tävä onmuotoa min c T x (5) st. Ax = b (6) l x u. (7) Yhtälöt 6 ja 7 määrittävät monitahokkaan jossa ratkaisu sijaitsee. Jokin monitahokkaan kulmapisteistä on aina mahdollinen optimaalinen ratkaisu.globaalin optimiratkaisun muodostaa monitahokkaan kulmapiste, särmä taitaho. Tyypillisin lineaarisen ohjelmointitehtävän ratkaisualgoritmi on Simplex-algoritmi [25]. Simplex-algoritmissa oletetaan monitahokkaan olevan konveksi, ja käydään läpi sen kulmapisteitä siirtyen aina viereiseen kulmapisteeseen,jos kohdefunktion arvo siinä onparempi.monitahokkaankonveksisuudenvuoksinäin päädytään globaaliin optimiin. Järven säännöstelyongelmaa ei yleensä voidakirjoittaasuoraanlineaarisenaongelmana, vaan kohdefunktio ja rajoitteet joudutaan linearisoimaan. Yeh kertoo ainakin paloittain linearisointia ja 1. asteen Taylorin sarjakehitelmää voitavan käyttää menestyksekkäästi [30]. Suuriulotteisiin ongelmiin voidaan käyttää menetelmiä, jotka jakavat ongelman pienempiin osiin. Tällaisia menetelmiä ovat yhdistetty DP-LP-menetelmä[8] ja rekursiivinen lineaarinen ohjelmointi [29]. Cai, McKinney ja Lasdon ovat käyttäneet geneettisen algoritmin ja lineaarisen ohjelmoinnin yhdistelmää [4]. 3.3.2 Epälineaarinen ohjelmointi Epälineaarisella ohjelmoinnilla (Nonlinear Programming, NLP) voidaanratkaista optimointiongelma, jossa kohdefunktio tai rajoitteet ovat epälineaarisia. Epälineaarinen ohjelmointi on käyttökelpoinen menetelmä, jos kohdefunktiota tai rajoitteita ei kyetä linearisoimaanrealistisesti[12].useinjärvien säännöstelyongelmat ovat juuri tällaisia [13]. Epälineaarista ohjelmointia ei kuitenkaan ole käytetty paljon järvien säännöstelyn optimointiin, osittain koska menetelmä onverrattainhidaslöytämään optimiratkaisuja [30]. Epälineaarinen ohjelmointitehtävä onmuotoa min F (x k ) (8) st. G i (x) 0 i =1,...,m (9) H j (x) =0 j =1,...,l, (10) missä funktiotf, G i ja H j ovat lähtökohtaisesti epälineaarisia, mutta voivat olla myös lineaarisia. Tehokkaimpina ja vakaimpina NLP-algoritmeina voidaan pitää toistettua lineaarista ohjelmointia (Sequential Linear Programming, SLP), toistettua neliöllistä ohjelmointia (Sequential Quadratic Programming, SQP), täydennetyn Lagrangen funk-

tion menetelmää (Method Of Multipliers, MOM )sekäyleistetynredusoidungradientin menetelmää (Generalized Reduced Gradient method, GRG) [12].Näitä menetelmiä käytettäessä sekäkohdefunktionettärajoitustenpitää olladifferentoituvia. Hiew [10] sekä Grydier ja Stedinger[7] ovat vertailleet näitä NLP-menetelmiä. Molemmissa vertailuissa SLP osoittautui tehokkaimmaksi menetelmäksi. SLP-menetelmä ei välttämättäsuppene,mitävoidaanpitääsensuurinpanahaittana[2].slp-menetelmän suppenemiseen vaikuttaa muita NLP-menetelmiä enemmän optimoinnin aloitusratkaisu [10]. SLP-menetelmässä kaikkiepälineaariset funktiot linearisoidaan paikallisesti Taylorin sarja-approksimaation kahdella ensimmäisellä termillä. Näin saatu ongelma ratkaistaan lineaarisella ohjelmoinnilla. Alkuperäiset funktiot linearisoidaan jälleen juuri saadun ratkaisun läheisyydessä ja näin jatketaan kunnes optimi on löytynyt. SQP-menetelmä on hyvin samankaltainen SLP-menetelmän kanssa. Pääasiallisena erona SQP-menetelmässä kohdefunktiota approksimoidaan neliöllisesti Taylorin sarja-approksimaation kolmella ensimmäisellä termillä. SQP-menetelmä suppenee kohti KKT-pistettä (Karush-Kuhn-Tucker-ehdot määrittelevät optimipisteen välttämättömät ehdot) [2]. Menetelmän vahvuutena on suhteellisen nopea suppeneminen ja heikkoutena mahdolliset ongelmat Hessen matriisin ( 2 )laskennassasekä hidas laskenta laajojen, monien aikaintervallien yli menevien QP-ongelmien kanssa. Näihin heikkouksiin on tuotettu erilaisia parannuksia, kuten Hessen matriisin approksimointi 1. asteen derivaatoilla [2], sekä järvisysteemien säännöstelyn erikoispiirteitä hyödyntävä tehokasratkaisualgoritmiqp-ongelmalle[1]. Täydennetyn Lagrangen funktion menetelmässä osarajoitteistasiirretään Lagrangen funktioon, jolloin optimointitehtävästätuleeyksinkertaisempi.menetelmän haittapuolena on optimiratkaisun tarkkuushäviöt. Arnoldin, Tatjewskin ja Wolochowiczin vertailussa MOM-menetelmä suppeni SQP-menetelmää nopeammin,mutta ratkaisu oli vähemmän tarkka [1]. GRG-menetelmä eipärjää järvien säännöstelyn optimoinnissa tehokkuudessa muille edellä mainituille NLP-menetelmille[12].Unver ja Mays joutuivat käyttämään MOM-menetelmän kaltaista rajoitetermiäsoveltaessaan GRG-menetelmää järvien säännöstelyn optimointiin [26]. 15 3.3.3 BFGS-menetelmä Yksinkertainen gradienttipohjainen menetelmä on jyrkimmän muutoksen menetelmä, jossa jokaisella iteraatiokierroksella k otetaan askel gradientin F (x k )suuntaan: x k+1 = x k α k F (x k ). (11) Jyrkimmän muutoksen menetelmä käyttää hyödykseen pelkästään ensimmäisiä osittaisderivaattoja. Newtonin menetelmä hyödyntää myös toisia osittaisderivaattoja, menetelmässä iteraatioaskeleeseenvaikuttaagradientinlisäksi myös Hessen matriisi H(F (x k )) x k+1 = x k α k [H(F (x k ))] 1 F (x k ). (12)

Hessen matriisin tarkan arvon laskeminen ja etenkin sen kääntäminen voi olla laskennallisesti raskasta, mutta usein Hessen matriisin käänteismatriisin yksinkertainen approksimointi [H(F (x k ))] 1 = H 1 k B k (13) on riittävää algoritminnopeansuppenemisenkannalta[20].hessenmatriisin käänteismatriisia approksimoivia menetelmiä kutsutaankvasi-newtonmenetelmiksi.yksi suosituimmista kvasi-newton menetelmistä onbfgs(broyden-fletcher-goldfarb- Shanno) -menetelmä, jossa approksimaatiota B k päivitetään iteraation kuluessa optimoitavien muuttujien muutoksien s k ja gradienttien muutoksien y k avulla: jossa 16 B k+1 = V T k B kv k + ρ k s k s T k, (14) V k = I ρ k y k s T k (15) s k = x k+1 x k (16) y k = F (x k+1 ) F (x k ) (17) ρ k = 1 yk Ts. k (18) B k+1 :n muodostamista yhtälön 14 mukaisesti kutsutaan BFGS-päivitykseksi. Neliömatriisin B k vaatima tila n 2 saattaa laajoissa moniulotteisissa ongelmissa käydä liiansuureksi.limitedmemorybfgs(l-bfgs)-menetelmä[17,19]onsuuriulotteisia ongelmia varten mukautettu versio BFGS-menetelmästä. L-BFGS:ssä pidetään muistissa m kpl edellisiä vektoreitas k ja y k,jamissään vaiheessa ei varsinaisesti muodosteta matriisia B k vaan lasketaan suoraan tulo B k F (x k )rekursiivisella kaavalla [16], jossa suoritettavien aritmeettisten operaatioiden määrää on voitu karsia BFGS-päivityksen symmetrian vuoksi. L-BFGS:ssä tilavaatimusonn 2 sijasta (12 + 2m)n, jatyypillisestipienetm:n arvot kuten 3 m 20 ovat suositeltavia [21], tosin parhaat tulokset saadaan Nashin ja Nocedalin kokemuksien mukaan arvoilla 3 m 7[18]. L-BFGS -menetelmän iteraatiokierroksen kulku on seuraavanlainen: 1. Määritetään skaalattu [23] diagonaalimatriisi Bk 0 = yt k s k I. (19) y k 2 2 2. Lasketaan tulo p k = B k F (x k )jossab k muodostetaan suorittamalla B 0 k :lle BFGS-päivitykset m edellisellä vektorillas ja y [16]. 3. Tehdään viivahaku [15] suuntaan p k,askelpituudellaα k. Nocedalin tutkimusryhmän kirjoittamat valmiit, ilmaiset ja vapaasti verkosta ladattavissa olevat Fortran 77 -kieliset L-BFGS-rutiinit [21] ovat saatavilla paketissa [22], jossa on kattavat ohjeet rutiinien käyttämiseen. Rutiinit on kirjoitettu huolella ja ne tulostavat ajon aikana selkeää tilannetietoaalgoritmientoiminnasta.

4 Säännöstellyn järven juoksutuslaskenta ennustesimulaatioissa Vesistöennusteita laadittaessa luonnontilaisten järvien simulointi ennustejaksolla on yksinkertaista; niiden lähtövirtaama määräytyy suoraan vedenkorkeudesta purkautumiskäyrän perusteella. Säännösteltyjen järvien simulointi on ongelmallisempaa, koska niiden lähtövirtaaman eli juoksutuksen määrää todellisuudessa säännöstelijä elisäännöstelyluvan haltija. Säännöstelijän tekemiä juoksutuspäätöksiä eivoida etukäteen tietää, mutta kuitenkin säännösteltyjä järviä pitää simuloidajollainjärkevällä tavalla. Säännöstelijät perustavat juoksutuspäätöksensäkulloinkinkäytössäoleviinennusteisiin ja malleihin sekä tietoihin säännöstelyaltaiden ylä- ja alapuolella olevien järvien ja vesistöalueiden tilasta. Monet säännöstelijät käyttävät myös Vesistömallijärjestelmääjasenennusteitajuoksutuspäätöksien tekemiseen. Säännöstelijät voivat syöttää Vesistömallijärjestelmään järvikohtaisen arvionsa tulevista juoksutuksistaan, jolloin vesistömalli simuloi näitä järviä syötetyn juoksutusennusteen mukaisesti. Järjestelmän nykytilassa säännösteltyjäjärviäsimuloidaansäännöstelyohjeiston avulla silloin, kun juoksutusennustetta ei ole tai kun simuloitava ajanhetki on juoksutusennusteen ulkopuolella. Säännöstelyohjeiston eduista ja haitoista on kerrottu kohdassa 2.6. Järven simulointi säännöstelyohjeiston mukaisesti tuottaa järkeviä ennusteita keskimääräisessä hydrologisessa tilanteessa.usein hydrologinen tilanne ei kuitenkaan ole keskimääräinen, ja tällöin säännöstelyohjeistoa joudutaan muokkaamaan tilanteeseen sopivaksi. Säännöstelyohjeisto ei huomioi käytettävissä olevaajärven tulovirtaamaennustetta. Järven simulointi voitaisiin tehdä käyttäen kulloisenkin tulovirtaamaennusteen perusteella määritettäviä juoksutuksia.näin säännösteltyjen järvien simulointi vastaisi aina kulloistakin hydrologista tilannetta. Tämän diplomityön tarkoituksena on luoda säännöstelyohjeiston käyttämistä mukautuvampi, tulovirtaamaennusteet huomioiva vaihtoehto, jota kutsutaan juoksutuslaskennaksi. Juoksutuslaskenta laskee optimointitehtävän ratkaisuna tulovirtaamaennusteeseen sopivat juoksutukset. Juoksutuslaskenta on ohjelmoitu kiinteäksi osaksi Vesistömallijärjestelmän Fortran 77 -kielistä vesistömallia. 17 4.1 Tulovirtaamaennusteet Järvialtaan juoksutuksia optimoitaessa käytössä olevatulovirtaamaennustekoostuu 50 vaihtoehtoisesta, yhtä todennäköisestä tulovirtaama-aikasarjasta.tulovirtaamaennuste syntyy, kun vesistömallia simuloidaan käyttäen syötteenä Euroopan sääennustekeskuksen ECMWF:n tuottamaa sääennustetta. Yksittäinen parviennusteen jäsen esittää yhdenvaihtoehdontulevastatilanteestajakaikkijäsenet yhdessä

muodostavat tulovirtaamaennusteen q in (t) = q in q in. q in 50(t) 18 1 (t) 2 (t). (20) Vesistöennusteissa pitää esittää juoksutusparvi,joten50yhtätodennäköistä juoksutusaikasarjaa tarvitaan joka tapauksessa. Tämän vuoksi yksi juoksutusaikasarja optimoidaan yhden deterministisen tulovirtaamaennusteen q in (t) perusteella. 4.2 Yksittäisen järven säännöstelyn ohjaus Yksittäisen järven säännöstelyä ohjataanasettamallajärvelle päivämäärään sidotut tavoitepisteet. Kullekin tavoitepisteelle määrätään sekä vedenkorkeudelleettäjuoksutukselle tavoitealueet. Tavoitepisteiden välissä oleville päivämäärille arvot interpoloidaan lineaarisesti. Tavoitealueet valitaan tavoitepisteiden sopivalla asettelulla siten, että kohdassa3.1esitellythyvän säännöstelyn edellytykset täyttyvät. Tyypillisesti juoksutuksen tavoitealue pysyy läpi vuoden samana, kun taas vedenkorkeuden tavoitealue vaihtelee paljon etenkin keväällä. Tavoitealueiden lisäksi määrätään painokertoimet p, siten että eri tavoitteista aiheutuvat kustannukset ovat keskenään vertailukelpoisia ja järven säännöstely on järkevää. Joillakin järvillä voidaanmahdollisestiasettaayksitaiuseampipainokerroin nollaksi. Tavoitealueiden ja kohdefunktion painokertoimien määrityksen jälkeen voidaan ratkaista dynaaminen, monitavoitteinen optimointiongelma sopivalla optimointialgoritmilla erikseen jokaiselle yksittäiselle tulovirtaamaennusteelle. 4.3 Järvialtaan dynamiikka Järven vedenkorkeuden, tilavuuden ja pinta-alan suhteet on kirjattu wva-käyrään, josta voidaan määrittää funktio ω : V W. (21) Optimointimallissa vedenkorkeus w ilmaistaan funktion ω avulla varastotilavuuden v funktiona w = ω(v). (22)

Esimerkiksi Kallaveden wva-käyrä vedenkorkeustasossa NN on W V A m 10 6 m 3 10 6 m 2 80.90 0.00 294.36 81.00 29.54 296.43 81.20 89.31 301.25 81.40 150.02 305.73 81.60 211.58 309.86 81.80 273.96 313.99 82.00 337.18 318.12 82.20 401.28 322.94 82.40 466.33 327.42 82.60 532.23 331.55 82.80 599.00 336.02 83.00 666.67 340.50 83.10 700.62 342.56, jolloin funktio ω on v 3.385240E-9m 2 +80.900m, v < 29.54E6m 3 v 3.346160E-9m 2 +80.901m, 29.54E6m 3 < v < 89.31E6m 3 v 3.294350E-9m 2 +80.906m, 89.31E6m 3 < v < 150.02E6m 3 v 3.248863E-9m 2 +80.913m, 150.02E6m 3 < v < 211.58E6m 3 v 3.206156E-9m 2 +80.922m, 211.58E6m 3 < v < 273.96E6m 3 v 3.163556E-9m ω(v) = 2 +80.933m, 273.96E6m 3 < v < 337.18E6m 3 v 3.120125E-9m 2 +80.948m, 337.18E6m 3 < v < 401.28E6m 3 v 3.074558E-9m 2 +80.966m, 401.28E6m 3 < v < 466.33E6m 3 v 3.034901E-9m 2 +80.985m, 466.33E6m 3 < v < 532.23E6m 3 v 2.995357E-9m 2 +81.006m, 532.23E6m 3 < v < 599.00E6m 3 v 2.955519E-9m 2 +81.030m, 599.00E6m 3 < v < 666.67E6m 3 v 2.945508E-9m 2 +81.036m, 666.67E6m 3 < v. Järven varastotilavuuden v t muutos kullakin ajanhetkellä riippuuvainajanhetken tulovirtaamasta qt in ja juoksutuksesta q t.tulovirtaamassaonjohuomioituvaluntar (järvialtaan valuma-alueelta järvialtaaseen valuva vesi), järvisadanta- ja haihdunta sekäjärvialtaaseen yläpuolisilta alueilta virtaava vesi. Tulovirtaamaan on siiskerätty ne järven varastotilavuuteen vaikuttavat suureet, joihin juoksutuspäätökset eivät vaikuta. Järven dynamiikkaa kuvaa yhtälö 19 v t v t 1 = v qin t v q t, (23) jossa v qin t ja v q t kuvaavat vesimääriä jotkatulovirtaamajajuoksutusyhdenaikaaskeleen kuluessa tuovat ja poistavat altaasta. Vesistömallijärjestelmän vesistömallin aika-askel on yksi vuorokausi (86400 sekuntia), joten v qin t = 86400qt in (24) v q t = 86400q t, (25)

joissa q t ja qt in kuvaavat tulo- ja lähtövirtaamia ilmaistuna SI-järjestelmän perusyksiköissä elimuodossam 3 /s. 20 4.4 Optimointimalli Juoksutuslaskennan optimointimalli muodostetaan vaiheittain. Ensimmäinen malli muodostetaan tämän diplomityön alkuperäisen ongelman perusteella. Seuraavaksi muodostetaan ensimmäisen mallin pohjalta yksinkertaisempi malli, jonka ratkaisuna ei suoraan saada juoksutuksia, vaan tilavuudet, joista juoksutukset pitää laskea. Lopullinen malli muodostetaan parannellusta mallista kirjoittamalla rajoitteet kustannusfunktioon. 4.4.1 Ensimmäinen optimointimalli Ensimmäinen optimointimalli on muodostettu tämän diplomityön alkuperäisen ongelman perusteella: tarkoituksena on etsiä tulovirtaamaennusteenmukaiset,järven säännöstelyyn sopivat juoksutukset. Ongelma voidaan kirjoittaa muodossa min q F (w, q) = F w tav (w)+f w sraja (w)+ F q tav (q)+f q tasaisuus (q) (26) st. w t = t t ω(v 0 + vτ) q t =1,...,T (27) τ=1 v qin τ τ=1 q t qt min t =1,...,T (28) q t qt max t =1,...,T, (29) missä päätösmuuttujina toimivat juoksutukset q, jotkaonrajoitettuyhtälöin 28 ja 29. Järvialtaan varastotilavuus v päätösmuuttujien avulla ilmaistuna on v t = v 0 + t τ=1 v qin τ t vτ q, (30) jolloin vedenkorkeus w t = ω(v t )pitää ilmaistayhtälön 27 mukaisesti. Kustannusfunktio F on jaettu neljään osaan, koska jokainen osa kuvaa eri asiaa. F w tav kuvaa vedenkorkeuden ja F q tav juoksutuksien tavoitealueen rikkomisista aiheutuvia kustannuksia. F w sraja kuvaa vedenkorkeuden säännöstelyrajojen rikkomisista aiheutuvia kustannuksia. F q tasaisuus pitää huolenjuoksutustentasaisuudesta lisäämällä kustannustajuoksutustenvaihtelujenmukaisesti.suurinosakohdefunk- τ=1

tioiden F w tav = F q tav = F w sraja = F q tasaisuus = T t=1 T t=1 ( p w min ft w min + p w max ft w max ( p q min f q min t + p q max f q max t T ( p w sraja min f t=1 T t=1 w sraja min t ) + p w tav ft w tav ) + p q tav f q tav t + p w sraja max f w sraja max t ) 21 (31) (32) (33) p q f q t (34) termeistä ft on joustavia rajoitteita, joiden arvo on 0 normaalitilanteessa, eli aina kun rajoitetta ei rikota. Normaalitilanteessa vain ft w tav, f q tav t ja f q t ovat suurempia kuin 0. Ajankohtien mukaisella vedenkorkeuden tavoitealuefunktiolla pyritään pitämään vedenpinnan korkeus halutulla alueella. Vedenkorkeuksien w funktiona ilmaistuna funktion F w tav (w) termi ohjaa vedenkorkeutta tavoitevedenkorkeuteen ja termit f w min t (w t ) = f w max t (w t ) = ft w tav (w t )=(w t wt tav ) 2 (35) { (wt wt min ) 2 jos w t <wt min 0 muutoin { (wt wt max ) 2 jos w t >wt max 0 muutoin rajoittavat vedenkorkeutta tavoitealueen ala- ja ylärajalla. Kuva 6 havainnollistaa funktion F w tav muodostumista. Vedenkorkeuden säännöstelyrajafunktion F w sraja vedenkorkeuden funktiona ilmaistut termit w sraja min ft (w t ) = w sraja max ft (w t ) = { sraja min (wt wt ) 2 jos w < w 0 muutoin { sraja max (wt wt ) 2 jos w > w 0 muutoin sraja min t sraja max t muodostetaan samoin periaattein kuin tavoitealuetermit ft w min ja ft w max.juoksutuksen tavoitealuefunktiolla F q tav pyritään pitämään juoksutukset ajankohdan mukaisella tavoitealueella. Juoksutusten q funktiona ilmaisten termit f q tav (36) (37) (38) (39) t (q t ) = (qt tav q t ) 2 (40) { f q min (q min t q t (q t ) = t ) 2 jos q t <qt min (41) 0 muutoin f q max t (q t ) = { (q max t q t ) 2 jos q t >qt max 0 muutoin (42)

22 p w_min f w_min t p w_max f w_max t p w tav f w tav t p w_min f w_min + t p w_max f w_max + t p w tav f w tav t f t 0 w^{min} w^{tav} w^{max} w Kuva 6: Kustannusfunktion vedenkorkeusosan muodostuminen. muodostetaan samoin periaattein kuin vedenkorkeuden säännöstelyrajafunktion ja tavoitealuefunktion termit. Juoksutuksen tasaisuusfunktion F q tasaisuus tarkoituksena on minimoida äkilliset juoksutusvaihtelut ja pitää juoksutuksettasaisena.juoksutusten q funktiona ilmaistuna tasaisuusfunktio F q tasaisuus (q) muodostuutermeistä f q t (q t,q t 1 ) = (q t q t 1 ) 2. (43) Kohdefunktioiden lopulliset muodot ja keskinäiset painoarvot määrätään sopivilla, järvi- ja tilannekohtaisilla painokertoimilla p. Ensimmäisessä optimointimallissavedenkorkeus riippuu koko optimointijakson aikaisempien aika-askelten päätösmuuttujista, joten malli on turhan monimutkainen.

23 4.4.2 Paranneltu optimointimalli Ensimmäisen optimointimallin pohjalta voidaan laatia toinen, yksinkertaisempi optimointimalli: min v F (w, q) = F w tav (w)+f w sraja (w)+ F q tav (q)+f q tasaisuus (q)+ F q rajat (q) (44) st. v q t = v t 1 + v qin t v t t =1,...,T (45) w t = ω(v t ) t =1,...,T. (46) Paranneltu malli on pääpiirteissään samanlainen ensimmäisen mallin kanssa, mutta päätösmuuttujina ovat altaan tilavuudet v. Vedenkorkeuspäätösmuuttujan suhteen ilmaistuna on voitu kirjoittaa yhtälön 27 mukaisen monimutkaisen summatermin sijaan yhtälön 46 muodossa, koska päätösmuuttuja on kumulatiivinen suure ja perättäisten aika-askelten vedenkorkeudet vaikuttavat toisiinsa. Juoksutustilavuudet riippuvat deterministisen tulovirtaamaennusteen vuoksi pelkästään peräkkäisten ajanhetkien altaan varastotilavuuksista yhtälön 45 mukaisesti. Ensimmäisen optimointimallin rajoitteet (yhtälöt 28-29) on jouduttu kirjoittamaan kustannusfunktioon termiksi F q rajat = T ( p q rajat min f t=1 q rajat min t + p q rajat max f q rajat max t ), (47) koska rajoitteita ei voida huomioida optimointialgoritmissa yksinkertaisina päätösmuuttujan ylä- ja alarajaehtoina kuten ensimmäisessä optimointimallissa.juoksutusten rajoiteosa F q rajat pyrkii pitämään juoksutukset sallitulla alueella lisäämällä kustannusta termien q rajat min ft (q t ) = q rajat max ft (q t ) = { (q alaraja t q t ) 2 jos q t <q alaraja 0 muutoin { (q ylaraja t q t ) 2 jos q t >q ylaraja 0 muutoin (48) (49) mukaisesti. Funktion rajoiteosa ei täysin kykene pitämään juoksutuksia rajoitteiden mukaisina, joten optimoinnin jälkeen pitää suorittaa juoksutusten tasaus, josta kerrotaan tarkemmin kohdassa 4.5.

24 Kuva 7: Lapuanjoen Hirvijärven vedenkorkeusennuste 17.2.2009. Kuvassa harmaalla pohjalla vedenkorkeuden vuosien 1984-2007 havaintojen vaihteluväli. Suurin havaittu arvo vedenkorkeustasossa N43 on 88.87m, pienin 85.10m. 4.4.3 Lopullinen optimointimalli Lopullinen optimointimalli pohjautuu paranneltuun malliin, ja kirjoitetaan muodossa min v F (v) = F w tav (v)+f w sraja (v)+ F q tav (v)+f q tasaisuus (v)+ F q rajat (v) (50) st. v t vt min t =1,...,T (51) v t vt max t =1,...,T. (52) Lopullisessa optimointimallissa kustannusfunktio on kirjoitettu tilavuuksien funktiona, jolloin huomioidaan yhtälöiden 45 ja 46 mukainen dynamiikka. Päätösmuuttujalle asetetaan yksinkertaiset ylä- ja alarajat (yhtälöt 51 ja 52), jotta optimointialgoritmi etsisi ratkaisua sopivalta alueelta. Altaan varastotilavuuden ylä- ja alarajat asetetaan siten, että ne vastaavat sellaisia vedenkorkeuksia, joiden välissä altaan vedenpinnan tason tulisi olla kaikissa olosuhteissa. Esimerkiksi Lapuanjoen Hirvijärven (kuva 7) altaan tilavuuden ala- ja ylärajat voisivat olla sellaisia, jotka vastaisivat vedenkorkeuksia 82.00m ja 92.00m vedenkorkeustasossa N43. Kustannusfunktion termit tilavuuksien suhteen ilmaistuina